CN114323042A - 地图数据的处理方法、装置、非易失性存储介质及处理器 - Google Patents
地图数据的处理方法、装置、非易失性存储介质及处理器 Download PDFInfo
- Publication number
- CN114323042A CN114323042A CN202111682433.6A CN202111682433A CN114323042A CN 114323042 A CN114323042 A CN 114323042A CN 202111682433 A CN202111682433 A CN 202111682433A CN 114323042 A CN114323042 A CN 114323042A
- Authority
- CN
- China
- Prior art keywords
- map
- error reporting
- information
- checking
- error
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003860 storage Methods 0.000 title claims abstract description 28
- 238000003672 processing method Methods 0.000 title claims description 18
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000012795 verification Methods 0.000 claims abstract description 36
- 238000007689 inspection Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000012360 testing method Methods 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 abstract description 6
- 230000015654 memory Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241000283070 Equus zebra Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Instructional Devices (AREA)
Abstract
本发明公开了一种地图数据的处理方法、装置、非易失性存储介质及处理器。其中,该方法包括:根据地图自动检查项检查高精度地图,得到高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,其中,地图自动检查项包括检查条件,基于检查条件判断是否对高精度地图的数据进行报错;对几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息进行汇总和去重,得到高精度地图的检查报错信息;根据检查报错信息,将高精度地图中的报错数据修正为目标数据。本发明解决了对高精度地图进行检查时依赖人工造成检查效果不佳的技术问题。
Description
技术领域
本发明涉及地图领域,具体而言,涉及一种地图数据的处理方法、装置、非易失性存储介质及处理器。
背景技术
随着无人驾驶技术领域的发展,自动驾驶地图(即高精度地图)的制作及实时更新已备受关注。目前高精度地图采取部分自动化生成与部分人工绘制的方法制作,地图制作完成后,依赖人工对高精度地图进行检查纠错,该过程耗费人力且对地图数据质量把控不严格,容易发生错检漏检的问题,检查过程受技术人员的主观因素影响,如何控制高精度地图的质量已经成为高精度地图数据生产中必须解决的问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种地图数据的处理方法、装置、非易失性存储介质及处理器,以至少解决对高精度地图进行检查时依赖人工造成检查效果不佳的技术问题。
根据本发明实施例的一个方面,提供了一种地图数据的处理方法,包括:根据地图自动检查项检查高精度地图,得到所述高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,其中,所述地图自动检查项包括检查条件,基于所述检查条件判断是否对所述高精度地图的数据进行报错;对所述几何关系校验信息、所述拓扑关系校验信息和所述逻辑关系校验信息进行汇总和去重,得到所述高精度地图的检查报错信息;根据所述检查报错信息,将所述高精度地图中的报错数据修正为目标数据。
可选地,所述根据所述检查报错信息,将所述高精度地图中的报错数据修正为目标数据,包括:将所述检查报错信息进行分类,得到第一类报错信息和第二类报错信息,其中,所述第一类报错信息的置信度大于等于第一预设阈值,所述第二类报错信息的置信度小于所述第一预设阈值;修正所述高精度地图中与所述第一类报错信息对应的数据;确定所述第二类报错信息中的待修正报错信息,以及修正所述高精度地图中与所述待修正报错信息对应的数据。
可选地,所述根据所述检查报错信息,将所述高精度地图中的报错数据修正为目标数据之后,还包括:确定所述高精度地图包括的地图要素;确定有效报错信息与所述地图要素的关联关系,其中,所述有效报错信息包括所述第一类报错信息和所述第二类报错信息中的待修正报错信息;根据所述有效报错信息与所述地图要素的关联关系,确定所述高精度地图的质量指数。
可选地,所述根据所述有效报错信息与所述地图要素的关联关系,确定所述高精度地图的质量指数,包括:确定所述高精度地图包括的至少一个图层以及每一个所述图层包括的地图要素;根据所述图层包括的地图要素对应的有效报错信息,确定每一个所述图层的质量指数;根据所述高精度地图包括的每一个所述图层的质量指数,确定所述高精度地图的质量指数。
可选地,所述根据所述图层包括的地图要素对应的有效报错信息,确定每一个所述图层的质量指数,包括:根据所述有效报错信息的错误严重性等级,为每一个所述有效报错信息分配权重,以及根据所述有效报错信息与所述地图要素的关联关系,确定每一个所述图层包括的有效报错信息,其中,所述错误严重性等级反映所述高精度地图的报错数据对使用所述高精度地图的影响程度;基于每一个所述图层包括的有效报错信息的个数、所述图层包括的地图要素的个数以及为所述图层包括的有效报错信息分配的所述权重,确定每一个所述图层的报错率,其中,所述报错率表示所述图层的质量指数。
可选地,确定所述有效报错信息的错误严重性等级包括:获取所述地图要素的数据偏差范围要求;基于与所述有效报错信息关联的所述地图要素的数据偏差范围要求,以及所述有效报错信息对应的报错数据,为所述有效报错信息进行错误分级,得到所述有效报错信息的错误严重性等级,其中,所述错误严重性等级反映所述有效报错信息对使用所述高精度地图的影响程度。
可选地,在所述修正所述高精度地图中与所述待修正报错信息对应的数据之后,还包括:计算得到所述待修正报错信息在所述第二类报错信息中的比例;在所述比例大于第二预设阈值的情况下,触发用于优化所述地图自动检查项的测试任务,其中,所述测试任务用于调整所述地图自动检查项中的用于检查所述待修正报错信息的参数,以在采用所述地图自动检查项检查所述高精度地图时,提高所述待修正报错信息的置信度;通过执行所述测试任务优化所述地图自动检查项的参数。
根据本发明实施例的另一方面,还提供了一种地图数据的处理装置,包括:检查模块,用于根据地图自动检查项检查高精度地图,得到所述高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,其中,所述地图自动检查项包括检查条件,基于所述检查条件判断是否对所述高精度地图的数据进行报错;去重模块,用于对所述几何关系校验信息、所述拓扑关系校验信息和所述逻辑关系校验信息进行汇总和去重,得到所述高精度地图的检查报错信息;修正模块,用于根据所述检查报错信息,将所述高精度地图中的报错数据修正为目标数据。
根据本发明实施例的又一方面,还提供了一种非易失性存储介质,所述非易失性存储介质包括存储的程序,其中,在所述程序运行时控制所述非易失性存储介质所在设备执行上述任意一项所述地图数据的处理方法。
根据本发明实施例的再一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任意一项所述地图数据的处理方法。
在本发明实施例中,采用预先生成的地图自动检查项,通过根据地图自动检查项检查高精度地图,得到高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,其中,地图自动检查项包括检查条件,基于检查条件判断是否对高精度地图的数据进行报错;对几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息进行汇总和去重,得到高精度地图的检查报错信息;根据检查报错信息,将高精度地图中的报错数据修正为目标数据,达到了自动化检查高精度地图中的错误并将错误修正的目的,从而实现了提高高精度地图检查作业的可靠性的技术效果,进而解决了对高精度地图进行检查时依赖人工造成检查效果不佳的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了一种用于实现地图的处理方法的计算机终端的硬件结构框图;
图2是根据本发明实施例提供的地图的处理方法的流程示意图;
图3a是根据本发明实施例提供的几何关系错误的示意图;
图3b是根据本发明实施例提供的几何关系错误修正后的示意图;
图4是根据本发明可选实施例提供的检查报错信息修正比例的示意图;
图5是根据本发明可选实施例提供的错误分级标准明细的示意图;
图6是根据本发明可选实施例提供的地图要素正确率的统计示意图;
图7a是根据本发明可选实施例提供的道路中心线的地图要素示意图;
图7b是根据本发明可选实施例提供的道路中心线的地图要素统计图;
图8是根据本发明可选实施例提供的地图质量指数计算过程的统计图;
图9是根据本发明可选实施方式的检查与评价高精度地图的流程示意图;
图10是根据本发明实施例提供的地图数据处理装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种地图的处理方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现地图的处理方法的计算机终端的硬件结构框图。如图1所示,计算机终端10可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为BUS总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端10中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本发明实施例中的地图的处理方法对应的程序指令/数据存储装置,处理器通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的地图的处理方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端10的用户界面进行交互。
图2是根据本发明实施例提供的地图的处理方法的流程示意图,如图2所示,该方法包括如下步骤:
步骤S202,根据地图自动检查项检查高精度地图,得到高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,其中,地图自动检查项包括检查条件,基于检查条件判断是否对高精度地图的数据进行报错。
高精度地图为适用于自动驾驶的数字化地图,高精度地图中可以包括多个图层,每个图层中包括多种要素。例如,可以包括交通标志图层,该图层中的所有要素均与交通标志相关,还可以包括车道线图层,该图层中的所有要素均与车道线相关。可选地,地图自动检查项用于实现对高精度地图的自动化检查,可以根据数据工艺及规格书预先进行开发得到。通过运用地图自动检查项对高精度地图中的几何关系、拓扑关系和逻辑关系进行检查校验,得到几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,实现程序自动化查错与报错,可大大缩减人力目视查图时间、提升高精度地图的数据质量。优选的,每一个地图自动检查项可以为一个计算机程序,例如按照预定逻辑编写的脚本程序。
需要说明的是,数据工艺及规格书是技术人员编制高精度地图时的工艺标准,技术人员根据高精度地图的数据工艺及规格书,依据点云、照片、轨迹信息等资料,制作包括多种要素的高精度地图,例如可以包括如下要素:车道线、地面导向箭头、车道中心线、道路参考线、交通标志牌、交通信号灯、杆状物等所有对自动驾驶有用的要素,要素制作内容包含几何(点、线、面)、关联关系(拓扑连接关系、各要素的关联性关系)、属性(类型、形态、编号、方向等)三大类,其中大多数要素几何、属性及其关联关系可以经过机器学习后算法模型根据图像标注/点云语义分割等方式融合后自动输出。
高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息可以反映高精度地图中的数据间的冲突,例如数据对应的要素之间的几何关系错误、拓扑关系的错误或者逻辑关系错误。例如,数据间的拓扑关系可以包括例如如下几种类型的关系:地图要素(如:车道线,地面箭头,车道中心线等)间是否压盖相交、相邻(挂接)、相离、重叠等拓扑关系,用于检查拓扑关系的地图自动检查项可以包括例如下几种:线要素自相交检查项、面状标识物(斑马线)压盖非路口要素检查项、交通标志牌重复检查项等,这些检查项可以用于判断要素间的拓扑关系是否存在冲突。
图3a是根据本发明实施例提供的几何关系错误的示意图,图3b是根据本发明实施例提供的几何关系错误修正后的示意图。如图3a所示,在高精度地图中的要素之间的几何关系中,可能会产生如下错误:车道中心线异常折角,程序可检查车道中心线线中相邻三个折点形成的夹角,设置一个报错阈值,该报错阈值可根据线要素的平滑要求进行自定义设置(例如,可自定义设置对夹角进行报错的范围区间),图3a中,可以设置当三个折点夹角≤预设角度报错阈值178°时进行几何关系报错,生成一个几何关系校验信息,指示该组几何关系就要进行修改或者进一步校验。报错之后,可以根据线要素异常夹角,对比周边多组角度数据,抽稀删除最小夹角组的中间折点(即图3a中的点3),抽稀删除完成后,重复检查是否仍存在同类型的报错,若仍报错,循环修正删除最小异常折角处折点,直至无报错即可。
图3a中所示的线要素的检查中,程序会根据相邻(1,2,3)(2,3,4)(3,4,5)三组折点形成夹角≤178°进行报错,程序接着会根据相邻三个报错组,自动删除其中折角最小报错组(2,3,4)的中间折点3,删除完成后,如图3b所示,程序会根据删除后结果重新检查此处夹角,若已满足地图自动检查项要求,则结束自动检查和自动修正;若不满足,循环上述修正,直至满足要求。
又例如,拓扑关系校验信息中可以包含道路参考线/车道中心线拓扑关系缺失或者多余、车道中心线未关联道路参考线、车道中心线关联的左右车道线错误等。其中,拓扑关系缺失或多余可通过对应的两个(或多个)线要素有物理挂接(端点重合)关系确定,但无拓扑连接关系则将拓扑关系缺失保存为拓扑关系校验信息,以待后续修正或者进一步校验;反之两个线要素不存在物理挂接(端点重合)关系,但存在拓扑连接关系,则可以将拓扑关系多余保存为拓扑关系校验信息。
高精度地图的逻辑关系校验信息可以反映高精度地图中的数据间的逻辑关系以及关联关系的错误,例如可以包括车道中心线必须关联左右车道线、交通信号灯必须有受其控制的车道中心线、多个车道中心线之间的连接关系缺失或多余等,又例如依据车道左右边线类型、车道编号、车道通行方向等特征,检查各个车道类型属性的正确性。具体的,用于对高精度地图的逻辑关系进行检查的地图自动检查项可以对下述地图内容进行检查:检查应急车道的车道编号是否是该道路组最大、检查加减速车道的左侧边线是否为短粗虚线、检查潮汐车道的通行方向是否一定是双向通行。
逻辑关系校验信息可以包括属性校验信息,以属性校验信息中的车道线类型错误为例,程序可根据图像感知识别输出(图像感知识别为算法通过数据采集车的前视相机采集车辆前视图像,进行标注训练、机器学习,可实现自动化输出大部分实际存在的要素几何及其属性:如车道线实线、虚线框、地面箭头、地面文字、交通标牌等)的车道线虚线框属性,结合地面虚线框与车道线(类型:虚线)空间位置(相交、相近、重合等)的特征及其同为虚线属性的关联性,检查存在地面虚线框位置的车道线属性正确性,若属性不正确则进行报错,生成属性校验信息。之后,可通过检查车道线与地面虚线框属性的不一致的报错,进行自动修正,将车道线的类型属性改正,在自动修正完成后,会进行循环检查,只至无报错即可。
步骤S204,对几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息进行汇总和去重,得到高精度地图的检查报错信息。
高精度地图中,几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息可能对应地图中的同一个地图要素的错误,即一个地图要素同时犯了多种类型的错误。此时通过对几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息的汇总和去重,可以将重复的校验信息去除,仅保留一个校验信息即可。
步骤S206,根据检查报错信息,将高精度地图中的报错数据修正为目标数据。其中,报错数据即为检查报错信息对应的地图要素的数据。目标数据即为不存在几何关系错误、拓扑关系错误和逻辑关系错误的数据。
通过上述步骤,采用预先生成的地图自动检查项,通过根据地图自动检查项检查高精度地图,得到高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,其中,地图自动检查项包括检查条件,基于检查条件判断是否对高精度地图的数据进行报错;对几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息进行汇总和去重,得到高精度地图的检查报错信息;根据检查报错信息,将高精度地图中的报错数据修正为目标数据,达到了自动化检查高精度地图中的错误并将错误修正的目的,从而实现了提高高精度地图检查作业的可靠性的技术效果,进而解决了对高精度地图进行检查时依赖人工造成检查效果不佳的技术问题。
根据本发明提供的方法,可以采用一种地图的处理系统,用以对高精度地图进行错误检查、错误报出以及错误数据修正。地图处理系统可以为一种计算机软件系统,包括多个功能模块,可以通过调用预先生成的地图自动检查项对高精度地图进行错误检查,以及采用其他功能模块进行后续的数据流转、储存、修正和分发等功能。
作为一种可选的实施例,根据检查报错信息,可以通过如下步骤将高精度地图中的报错数据修正为目标数据:将检查报错信息进行分类,得到第一类报错信息和第二类报错信息,其中,第一类报错信息的置信度大于等于第一预设阈值,第二类报错信息的置信度小于第一预设阈值;修正高精度地图中与第一类报错信息对应的数据;确定第二类报错信息中的待修正报错信息,以及修正高精度地图中与待修正报错信息对应的数据。
将检查报错进行分类,得到第一类报错和第二类报错,其中,第一类报错的置信度大于等于第一预设阈值,第二类报错的置信度小于第一预设阈值;修正高精度地图中与第一类报错对应的数据;确定第二类报错中的正确报错,以及修正高精度地图中与正确报错对应的数据。
需要说明的是,置信度又称为置信水平,是用于表明真实值落在一定范围内的概率大小的统计量。本步骤中,可以通过检查报错信息的置信度确定检查报错信息是正确报错的概率大小,当检查报错信息的置信度增大时,表示该检查报错信息有更大可能是对一个真实存在的错误的报错,而不是一个误报。通过将检查报错信息的置信度与第一预设阈值进行比较,进而将检查报错信息进行区分得到第一类报错信息和第二类报错信息。可选地,检查报错信息的置信度可以由每一个地图自动检查项对样本地图进行检查后的报错中的误报比例分析确定。
可选地,可以将第一预设阈值设置为100%,即将100%确认是地图数据存在错误的检查报错信息划分为第一类报错信息,将不能100%确定是错误的检查报错信息划分为第二类报错信息。进一步地,可以直接修正高精度地图中与第一类报错信息对应的数据,以及采用其他方式区分第二类报错信息中的正确报错和误报,并将高精度地图中与第二类报错信息中的正确报错对应的数据修正。
优选的,区分第二类报错信息中的正确报错和误报可以采用人工检查的方式,可以通过地图处理系统的数据流转机制将第二类报错信息流转至技术人员的账号,地图处理系统直接依据要素的主键ID或引用的外键ID索引数据坐标,定位缩放到错误点并采用高亮方式进行输出显示,辅助人工可以确认该检查报错信息是否是正确报错以及是否需要执行对该检查报错信息对应数据的修正。其中,主键ID和外键ID由库同一分配,用于对要素以及要素之间的引用关系进行编号。
以下为人工检查确认是否执行自动修正的举例,在限制速度类的标志牌关联车道中心线的检查中,高速或城市快速路场景中,设置了限速60km/h以下关联高速主路即报错的检查,但是会存在特殊情况:如机场高速中,在停车下客区域路段会存在如限速30km/h、40km/h等的限制高速主路的情况,此类情形该检查项存在误报,需人工确认不执行自动修正。对于此类场景数据,地图处理系统的程序可自动根据“机场高速停车区:道路等级为高速公路”场景中普遍存在的大量禁止长时间停车标牌,自动调整此类场景数据限速检查(限速值)参数,将检查参数下调至如:限速小于30km/h报错并自动修改地图自动检查项中的参数,即可有效避免此类场景人工干预比例过大的情况。
图4是根据本发明可选实施例提供的检查报错信息修正比例的示意图,如图4所示,车道中心线的每一个检查项均包括多个要素,通过统计可以获取每一个检查项的报错类型比例。其中,自动修正比例对应第一类报错信息的比例,这类报错可以自动修正,人工确认修正比例对应第二类报错信息,这类报错需要人工确认是正确报错还是误报。
作为一种可选的实施例,在修正高精度地图中与待修正报错信息对应的数据之后,还可以计算得到待修正报错信息在第二类报错信息中的比例,在比例大于第二预设阈值的情况下,触发用于优化地图自动检查项的测试任务,其中,测试任务用于调整地图自动检查项中的用于检查待修正报错信息的参数,以在采用地图自动检查项检查高精度地图时,提高待修正报错信息的置信度,通过执行测试任务优化地图自动检查项的参数。
本可选的实施例提供了一种地图自动检查项的优化方法,当待修正报错信息在第二类报错信息中的比例大于第二预设阈值时,可以判断采用地图自动检查项得到的检查报错信息的置信度普遍太低。此时可以执行对地图自动检查项的优化,检查项程序可以自动触发调整检查项参数的操作,首先在预设的参数区间调整检查项的参数,得到多个不同参数的检查项,然后使用多个检查项分别与对应的固定的测试任务(检查项的报错测试样本)进行测试并比对报错数量及内容,在确保测试任务的样本中的错误全量报出的前提下,自动分析计算误报比例及自动修正比例,计算得到测试结果中误报比例小、自动修正比例高的检查项对应的参数,即为最优参数。重新自动使用该参数对应的地图自动检查项处理的原始的同一批次数据,处理过程中触发自动修正,重复检查修正后的结果,确认无报错后,完成地图错误的检查及修正,实现自动检查项对待修正报错信息进行检查时的置信度。
作为一种可选的实施例,在根据检查报错信息,将高精度地图中的报错数据修正为目标数据之后,还可以根据地图报错信息对高精度地图的地图质量进行评价。高精度地图的编制质量需要合理合规的客观评价方法,本可选的实施例中采用高精度地图的质量指数对高精度地图的质量进行量化,具体的,可以通过高精度地图编制后地图中包含的错误量以及错误的严重程度,确定高精度地图的质量指数。可选地,可以采用如下步骤:确定高精度地图包括的地图要素;确定有效报错信息与地图要素的关联关系,其中,有效报错信息包括第一类报错信息和第二类报错信息中的待修正报错信息;根据有效报错信息与地图要素的关联关系,确定高精度地图的质量指数。
有效报错信息指第一类报错信息和第二类报错信息中的正确报错信息,而不包括第二类报错信息中的误报,因为误报实际上是地图自动检查项的错误,而不是地图编制的错误。有效报错信息与地图要素是存在关联关系的,不同地图要素在高精度地图中的重要性不同,因此,可以根据有效报错信息与地图要素的关联关系量化高精度地图的质量,即计算得到高精度地图的质量指数。例如,若两个高精度地图包含同样数量的有效报错信息,地图A的有效报错信息关联重要的地图要素,地图B的有效报错信息关联不重要的地图要素,则可以判断地图A的地图编制质量比地图B的地图编制质量差,因此计算得到的地图A的质量指数小于地图B的质量指数。
需要说明的是,地图要素的类型可以为地图中的标识物,例如车道线、车道中心线、道路参考线、隔离带护栏、地面箭头、地面文字符号、交通标志牌和交通信号灯,还可以为关系要素,例如车道线与交通信号灯的关联关系。车道线是一类地图要素,车道线中可以包括多段具体的车道线,每一段车道线可以称为一个地图要素。有效报错信息与地图要素的关系,可以为一个有效报错信息与一类地图要素中的某一个具体的地图要素有一一对应的关系,例如一个有效报错信息反映车道线中的某一小段与其他段车道线的拓扑关系有错误。
作为一种可选的实施例,确定有效报错信息与地图要素的关联关系,可以通过如下方式:首先对有效报错信息进行错误分类,得到每一个有效报错信息对应的地图要素的类型;然后根据地图要素的类型以及与其与有效报错信息的关联关系为有效报错信息进行错误分级,得到每一个有效报错的错误等级,其中,关联关系可以包括有效报错信息对应的错误等级,错误等级反映有效报错信息的重要性。
每一个有效报错信息均对应高精度地图中的至少一个地图要素,可选地,可以根据对应有效报错信息的地图要素的类型以及地图用户的需求对不同类型的有效报错信息进行错误分级,例如将错误分为S级、A级、B级。对无人驾驶车辆而言,高精度地图的S级错误为对车端应用影响为“关键”的错误,A级错误为对车端影响为“重要”的错误,B级错误为对车端应用为“一般”的错误。
为了公平评价地图的质量,可以根据各个要素错误对于应用端影响的大小不同、结合高精度地图数据工艺及规格书,根据不同的需求自定义进行配置不同分级参数,可将错误自定义分为若干等级,而根据地图自动检查项与报错的各个类别进行一一映射,可使得每类错误分等级统计,更加公平、可信的评价数据质量。
可选地,以下以三个错误等级(S级、A级、B级)为例进行计算高精度地图的质量指数即评价地图质量的过程的说明。图5是根据本发明可选实施例提供的错误分级标准明细的示意图,如图5所示,S级错误可作为关键特性,用来分类统计对自动驾驶决策起到关键影响的错误。A级错误可作为重要特性,用来分类统计成果数据对应用端功能实现起到重要作用的错误。B级错误可作为一般特性,用来分类统计成果数据对应用端功能实现起到辅助作用的错误。
作为一种可选的实施例,可以根据地图要素的数据偏差范围要求确定有效报错信息的错误严重性等级,具体的,可以先获取地图要素的数据偏差范围要求,然后基于与有效报错信息关联的地图要素的数据偏差范围要求,以及有效报错信息对应的报错数据,为有效报错信息进行错误分级,得到有效报错信息的错误严重性等级,其中,错误严重性等级反映有效报错信息对使用高精度地图的影响程度。
需要说明的是,同一类错误由于数据偏差范围不同,错误可能造成的后果的严重程度不同,而错误的严重程度不同可根据应用反馈分为多级错误,用以更加客观公平评价各层级错误影响。以下为同一类错误(车道线精度偏差)的不同严重程度进行不同的错误分级为例进行说明:
错误1:车道线横向精度偏差大于12cm,且偏差长度大于10m时,此时该段车道线已经完全脱离了车道线的点云范围,相对其他要素精度偏差较大,不满足自动驾驶定位需求,此类错误可能会导致定位失效,车道位置判断错误,具有严重的应用风险。可分类至S级(关键)错误。
错误2:车道线横向精度偏差大于12cm,但偏差长度小于10m,此时对定位的准确性有一定影响,但由于存在其他要素(如地面文字、杆状物、地面箭头、防护栏等)可以用于辅助定位,所以并不会造成整体功能失效。可分类至A级(重要)错误。
错误3:车道线横向精度偏差小于12cm,但在精度允许范围内存在小范围抖动,不够平滑,此问题对整体功应用(安全性)无明显影响,但可能会轻微影响乘坐体验。可分类至B级(一般)错误。
作为一种可选的实施例,根据有效报错与地图要素的关联关系,确定高精度地图的质量指数,可以采用如下方式:确定高精度地图包括的至少一个图层以及每一个图层包括的地图要素;根据图层包括的地图要素对应的有效报错信息,确定每一个图层的质量指数;根据高精度地图包括的每一个图层的质量指数,确定高精度地图的质量指数。
高精度地图可以包括多个图层,每一个图层对应高精度地图中的一大类地图要素。图6是根据本发明可选实施例提供的地图要素正确率的统计示意图,如图6所示,可以将高精度地图分为多个图层,每个图层中包括道路参考线、参考线连接关系等信息,每个图层包括多个地图要素,例如,道路参考线图层包括地图要素288个。
图7a是根据本发明可选实施例提供的道路中心线的地图要素示意图,图7b是根据本发明可选实施例提供的道路中心线的地图要素统计图。如图7a所示,道路中心线图层中包括十一个道路中心线地图要素,每一个地图要素均采用唯一编码的方式进行标识。图7b中包括了每一个道路中心线地图要素的关系,记录了地图要素分别与其他的几个要素相邻连接。
可选地,评价一个图层的质量可以图层的质量指数,图层质量指数可以根据该图层中的要素报错概率确定。一个图层一般都包括多个地图要素,当图层中的地图要素报错概率很低且发生的都是不重要的报错时,可以认为高精度地图的该图层具有良好的数据编制质量,反之则说明图层的数据编制质量很差。
此外,在评价图层质量时,可以考虑图层中的错误等级分布进行更加公平的评价。作为一种可选的实施例,可以根据图层包括的地图要素对应的有效报错信息,确定每一个图层的质量指数:根据有效报错信息的错误严重性等级,为每一个有效报错信息分配权重,以及根据有效报错信息与地图要素的关联关系,确定每一个图层包括的有效报错信息,其中,错误严重性等级反映高精度地图的报错数据对使用高精度地图的影响程度;基于每一个图层包括的有效报错信息的个数、图层包括的地图要素的个数以及为图层包括的有效报错信息分配的权重,确定每一个图层的报错率,其中,报错率表示图层的质量指数。
可选地,在有效报错的错误等级分为S级、A级和B级三种的情况下,可以为S级错误分配60%权重,A级分配30%权重,B级分配10%权重,然后采用如下计算方法确定图层的质量指数:
图层的质量指数
通过上述计算,得到图层的质量指数,进而确定每一个图层的质量。
可选地,在计算得到每一个图层的质量指数之后,还可以对每一个图层的质量指数进行加权计算,得到整个高精度地图的地图质量指数,进而采用地图的质量指数评价高精度地图的质量。具体的,以高精度地图包括两个图层为例,计算高精度地图的质量可以采用如下公式:
高精度地图的质量指数=[(1图层S品质率*1图层要素个数/总要素数量)*100%+(2图层S品质率*2图层要素个数/总要素数量)*100%+…+(N图层S品质率*N图层要素个数/总要素数量)*100%]*S级错误权重比+[(1图层A品质率*1图层要素个数/总要素数量)*100%+(2图层A品质率*2图层要素个数/总要素数量)*100%+…+(N图层A品质率*N图层要素个数/总要素数量)*100%]*A级错误权重比+[(1图层B品质率*1图层要素个数/总要素数量)*100%+(2图层B品质率*2图层要素个数/总要素数量)*100%+…+(N图层B品质率*N图层要素个数/总要素数量)*100%]*B级错误权重比
其中,1图层S品质率表示第一个图层的S级地图要素的正确率,2图层S品质率表示第二个图层的S级地图要素的正确率,1图层要素个数表示第一个图层包括的地图要素个数,以此类推。总要素数量表示所述高精度地图包括的所有地图要素的数量。图8是根据本发明可选实施例提供的地图质量指数计算过程的统计图,图8中,任务号表示对图层进行检查的任务,每一个任务号表示检查了一个图层。要素总数表示该图层中包括的地图要素的总个数。每一个任务号对应的S级正确率表示该图层中检查发现的S级错误的个数/该图层中S级地图要素的个数。A和B级正确率以此类推。根据每个任务号对应的图层中包括的要素总数,可以为每个图层分配权重,进而计算出高精度地图的综合正确率为99.85%,即该高精度地图的地图质量指数以地图正确率来表示为99.85%。
图9是根据本发明可选实施方式的检查与评价高精度地图的流程示意图,如图9所示,自动化检查与评价高精度地图可以包括如下步骤:
步骤S1,高精度地图的绘图人员提交绘制完成的高精度地图;
步骤S2,触发检查服务,采用地图自动检查项对高精度地图进行自动检查,得到高精度地图的拓扑关系报错和逻辑关系报错;
步骤S3,判断每一个报错的置信度,对高置信度的报错(即第一类报错)直接进行自动修正,对低置信度的报错(即第二类报错)送人工核查,对里面的正确报错执行自动修正,将误报输入误报池中,当下次发生同样的误报时,直接比对误报池判断是误报,而不用再次送人工进行核验;
步骤S4,根据报错对高精度地图在应用中的影响的重要性,对通过检查的有效报错进行分级,例如将有效报错分为S、A和B级;
步骤S5,根据公式计算地图的各级别正确率,多维度评价高精度地图的质量,例如,可以计算高精度地图包括的多个图层中每一个图层的正确率,确定每一个图层的质量,还可以根据每一个图层的正确率加权计算得到高精度地图整体的正确率;
步骤S6,计算任务品质率,其中,每一个任务即对高精度地图中的一个图层进行报错统计的任务,当高精度地图中的任意一个图层的数据正确率不达标时,可以将返工要求反馈给地图制作人员,要求其从新返工制作地图,若高精度地图的所有图层的数据正确率均达标时,可以将数据正确率的统计表导出,进行备份和进一步分析。
根据本发明实施例,还提供了一种用于实施上述地图的处理方法的地图处理装置,图10是根据本发明实施例提供的地图数据处理装置的结构框图,如图10所示,该地图处理装置包括:检查模块102,去重模块104和修正模块106,下面对该地图处理装置进行说明。
检查模块1002,用于根据预先生成的地图自动检查项检查高精度地图,得到高精度地图的拓扑关系报错和逻辑关系报错;
去重模块1004,连接于上述检查模块1002,用于对拓扑关系报错和逻辑关系报错进行汇总和去重,得到高精度地图的检查报错;
修正模块1006,连接于上述去重模块1004,用于根据检查报错,将高精度地图中的错误数据修改正确。
此处需要说明的是,上述检查模块1002,去重模块1004和修正模块1006对应于中的步骤S202至步骤S206,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在提供的计算机终端10中。
本发明的实施例可以提供一种计算机设备,可选地,在本实施例中,上述计算机设备可以位于计算机网络的多个网络设备中的至少一个网络设备。该计算机设备包括存储器和处理器。
其中,存储器可用于存储软件程序以及模块,如本发明实施例中的地图的处理方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的地图数据的处理方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:根据地图自动检查项检查高精度地图,得到高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,其中,地图自动检查项包括检查条件,基于检查条件判断是否对高精度地图的数据进行报错;对几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息进行汇总和去重,得到高精度地图的检查报错信息;根据检查报错信息,将高精度地图中的报错数据修正为目标数据。
可选的,上述处理器还可以执行如下步骤的程序代码:根据检查报错信息,将高精度地图中的报错数据修正为目标数据,包括:将检查报错信息进行分类,得到第一类报错信息和第二类报错信息,其中,第一类报错信息的置信度大于等于第一预设阈值,第二类报错信息的置信度小于第一预设阈值;修正高精度地图中与第一类报错信息对应的数据;确定第二类报错信息中的待修正报错信息,以及修正高精度地图中与待修正报错信息对应的数据。
可选的,上述处理器还可以执行如下步骤的程序代码:根据检查报错信息,将高精度地图中的报错数据修正为目标数据之后,还包括:确定高精度地图包括的地图要素;确定有效报错信息与地图要素的关联关系,其中,有效报错信息包括第一类报错信息和第二类报错信息中的待修正报错信息;根据有效报错信息与地图要素的关联关系,确定高精度地图的质量指数。
可选的,上述处理器还可以执行如下步骤的程序代码:根据有效报错信息与地图要素的关联关系,确定高精度地图的质量指数,包括:确定高精度地图包括的至少一个图层以及每一个图层包括的地图要素;根据图层包括的地图要素对应的有效报错信息,确定每一个图层的质量指数;根据高精度地图包括的每一个图层的质量指数,确定高精度地图的质量指数。
可选的,上述处理器还可以执行如下步骤的程序代码:根据图层包括的地图要素对应的有效报错信息,确定每一个图层的质量指数,包括:根据有效报错信息的错误严重性等级,为每一个有效报错信息分配权重,以及根据有效报错信息与地图要素的关联关系,确定每一个图层包括的有效报错信息,其中,错误严重性等级反映高精度地图的报错数据对使用高精度地图的影响程度;基于每一个图层包括的有效报错信息的个数、图层包括的地图要素的个数以及为图层包括的有效报错信息分配的权重,确定每一个图层的报错率,其中,报错率表示图层的质量指数。
可选的,上述处理器还可以执行如下步骤的程序代码:确定有效报错信息的错误严重性等级包括:获取地图要素的数据偏差范围要求;基于与有效报错信息关联的地图要素的数据偏差范围要求,以及有效报错信息对应的报错数据,为有效报错信息进行错误分级,得到有效报错信息的错误严重性等级,其中,错误严重性等级反映有效报错信息对使用高精度地图的影响程度。
可选的,上述处理器还可以执行如下步骤的程序代码:在修正高精度地图中与待修正报错信息对应的数据之后,还包括:计算得到待修正报错信息在第二类报错信息中的比例;在比例大于第二预设阈值的情况下,触发用于优化地图自动检查项的测试任务,其中,测试任务用于调整地图自动检查项中的用于检查待修正报错信息的参数,以在采用地图自动检查项检查高精度地图时,提高待修正报错信息的置信度;通过执行测试任务优化地图自动检查项的参数。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一非易失性存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
本发明的实施例还提供了一种非易失性存储介质。可选地,在本实施例中,上述非易失性存储介质可以用于保存上述所提供的地图处理方法所执行的程序代码。
可选地,在本实施例中,上述非易失性存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,非易失性存储介质被设置为存储用于执行以下步骤的程序代码:根据地图自动检查项检查高精度地图,得到高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,其中,地图自动检查项包括检查条件,基于检查条件判断是否对高精度地图的数据进行报错;对几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息进行汇总和去重,得到高精度地图的检查报错信息;根据检查报错信息,将高精度地图中的报错数据修正为目标数据。
可选地,在本实施例中,非易失性存储介质被设置为存储用于执行以下步骤的程序代码:根据地图自动检查项检查高精度地图,得到高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,其中,地图自动检查项包括检查条件,基于检查条件判断是否对高精度地图的数据进行报错;对几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息进行汇总和去重,得到高精度地图的检查报错信息;根据检查报错信息,将高精度地图中的报错数据修正为目标数据。
可选地,在本实施例中,非易失性存储介质被设置为存储用于执行以下步骤的程序代码:根据检查报错信息,将高精度地图中的报错数据修正为目标数据之后,还包括:确定高精度地图包括的地图要素;确定有效报错信息与地图要素的关联关系,其中,有效报错信息包括第一类报错信息和第二类报错信息中的待修正报错信息;根据有效报错信息与地图要素的关联关系,确定高精度地图的质量指数。
可选地,在本实施例中,非易失性存储介质被设置为存储用于执行以下步骤的程序代码:根据有效报错信息与地图要素的关联关系,确定高精度地图的质量指数,包括:确定高精度地图包括的至少一个图层以及每一个图层包括的地图要素;根据图层包括的地图要素对应的有效报错信息,确定每一个图层的质量指数;根据高精度地图包括的每一个图层的质量指数,确定高精度地图的质量指数。
可选地,在本实施例中,非易失性存储介质被设置为存储用于执行以下步骤的程序代码:根据图层包括的地图要素对应的有效报错信息,确定每一个图层的质量指数,包括:根据有效报错信息的错误严重性等级,为每一个有效报错信息分配权重,以及根据有效报错信息与地图要素的关联关系,确定每一个图层包括的有效报错信息,其中,错误严重性等级反映高精度地图的报错数据对使用高精度地图的影响程度;基于每一个图层包括的有效报错信息的个数、图层包括的地图要素的个数以及为图层包括的有效报错信息分配的权重,确定每一个图层的报错率,其中,报错率表示图层的质量指数。
可选地,在本实施例中,非易失性存储介质被设置为存储用于执行以下步骤的程序代码:确定有效报错信息的错误严重性等级包括:获取地图要素的数据偏差范围要求;基于与有效报错信息关联的地图要素的数据偏差范围要求,以及有效报错信息对应的报错数据,为有效报错信息进行错误分级,得到有效报错信息的错误严重性等级,其中,错误严重性等级反映有效报错信息对使用高精度地图的影响程度。
可选地,在本实施例中,非易失性存储介质被设置为存储用于执行以下步骤的程序代码:在修正高精度地图中与待修正报错信息对应的数据之后,还包括:计算得到待修正报错信息在第二类报错信息中的比例;在比例大于第二预设阈值的情况下,触发用于优化地图自动检查项的测试任务,其中,测试任务用于调整地图自动检查项中的用于检查待修正报错信息的参数,以在采用地图自动检查项检查高精度地图时,提高待修正报错信息的置信度;通过执行测试任务优化地图自动检查项的参数。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个非易失性取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种地图数据的处理方法,其特征在于,包括:
根据地图自动检查项检查高精度地图,得到所述高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,其中,所述地图自动检查项包括检查条件,基于所述检查条件判断是否对所述高精度地图的数据进行报错;
对所述几何关系校验信息、所述拓扑关系校验信息和所述逻辑关系校验信息进行汇总和去重,得到所述高精度地图的检查报错信息;
根据所述检查报错信息,将所述高精度地图中的报错数据修正为目标数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述检查报错信息,将所述高精度地图中的报错数据修正为目标数据,包括:
将所述检查报错信息进行分类,得到第一类报错信息和第二类报错信息,其中,所述第一类报错信息的置信度大于等于第一预设阈值,所述第二类报错信息的置信度小于所述第一预设阈值;
修正所述高精度地图中与所述第一类报错信息对应的数据;
确定所述第二类报错信息中的待修正报错信息,以及修正所述高精度地图中与所述待修正报错信息对应的数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述检查报错信息,将所述高精度地图中的报错数据修正为目标数据之后,还包括:
确定所述高精度地图包括的地图要素;
确定有效报错信息与所述地图要素的关联关系,其中,所述有效报错信息包括所述第一类报错信息和所述第二类报错信息中的待修正报错信息;
根据所述有效报错信息与所述地图要素的关联关系,确定所述高精度地图的质量指数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述有效报错信息与所述地图要素的关联关系,确定所述高精度地图的质量指数,包括:
确定所述高精度地图包括的至少一个图层以及每一个所述图层包括的地图要素;
根据所述图层包括的地图要素对应的有效报错信息,确定每一个所述图层的质量指数;
根据所述高精度地图包括的每一个所述图层的质量指数,确定所述高精度地图的质量指数。
5.根据权利要求4所述的方法,其特征在于,所述根据所述图层包括的地图要素对应的有效报错信息,确定每一个所述图层的质量指数,包括:
根据所述有效报错信息的错误严重性等级,为每一个所述有效报错信息分配权重,以及根据所述有效报错信息与所述地图要素的关联关系,确定每一个所述图层包括的有效报错信息,其中,所述错误严重性等级反映所述高精度地图的报错数据对使用所述高精度地图的影响程度;
基于每一个所述图层包括的有效报错信息的个数、所述图层包括的地图要素的个数以及为所述图层包括的有效报错信息分配的所述权重,确定每一个所述图层的报错率,其中,所述报错率表示所述图层的质量指数。
6.根据权利要求5所述的方法,其特征在于,确定所述有效报错信息的错误严重性等级包括:
获取所述地图要素的数据偏差范围要求;
基于与所述有效报错信息关联的所述地图要素的数据偏差范围要求,以及所述有效报错信息对应的报错数据,为所述有效报错信息进行错误分级,得到所述有效报错信息的错误严重性等级,其中,所述错误严重性等级反映所述有效报错信息对使用所述高精度地图的影响程度。
7.根据权利要求2所述的方法,其特征在于,在所述修正所述高精度地图中与所述待修正报错信息对应的数据之后,还包括:
计算得到所述待修正报错信息在所述第二类报错信息中的比例;
在所述比例大于第二预设阈值的情况下,触发用于优化所述地图自动检查项的测试任务,其中,所述测试任务用于调整所述地图自动检查项中的用于检查所述待修正报错信息的参数,以在采用所述地图自动检查项检查所述高精度地图时,提高所述待修正报错信息的置信度;
通过执行所述测试任务优化所述地图自动检查项的参数。
8.一种地图数据的处理装置,其特征在于,包括:
检查模块,用于根据地图自动检查项检查高精度地图,得到所述高精度地图的几何关系校验信息、拓扑关系校验信息和逻辑关系校验信息,其中,所述地图自动检查项包括检查条件,基于所述检查条件判断是否对所述高精度地图的数据进行报错;
去重模块,用于对所述几何关系校验信息、所述拓扑关系校验信息和所述逻辑关系校验信息进行汇总和去重,得到所述高精度地图的检查报错信息;
修正模块,用于根据所述检查报错信息,将所述高精度地图中的报错数据修正为目标数据。
9.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述地图数据的处理方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述地图数据的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111682433.6A CN114323042B (zh) | 2021-12-30 | 2021-12-30 | 地图数据的处理方法、装置、非易失性存储介质及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111682433.6A CN114323042B (zh) | 2021-12-30 | 2021-12-30 | 地图数据的处理方法、装置、非易失性存储介质及处理器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114323042A true CN114323042A (zh) | 2022-04-12 |
CN114323042B CN114323042B (zh) | 2023-12-08 |
Family
ID=81022962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111682433.6A Active CN114323042B (zh) | 2021-12-30 | 2021-12-30 | 地图数据的处理方法、装置、非易失性存储介质及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114323042B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115410220A (zh) * | 2022-09-02 | 2022-11-29 | 自然资源部地图技术审查中心 | 自动识别点类型问题地图的方法和装置 |
CN116069890A (zh) * | 2023-02-18 | 2023-05-05 | 自然资源部地图技术审查中心 | 自动检查智能汽车基础地图道路覆盖范围的方法和装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477548A (zh) * | 2009-01-20 | 2009-07-08 | 中国测绘科学研究院 | 一种基于规则的通用空间数据质量检查的技术方法 |
DE102013015145A1 (de) * | 2013-09-13 | 2015-03-19 | Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr | Verfahren zum Testen und Bewerten der Qualität digitaler Karten |
US20160275131A1 (en) * | 2015-03-16 | 2016-09-22 | Here Global B.V. | Version Management for Incrementally Compiled Map Data |
CN108204819A (zh) * | 2016-12-19 | 2018-06-26 | 北京四维图新科技股份有限公司 | 一种地图数据自动检测方法和装置、及混合导航系统 |
CN111221808A (zh) * | 2019-12-31 | 2020-06-02 | 武汉中海庭数据技术有限公司 | 一种无人值守的高精度地图质检方法和装置 |
CN111611329A (zh) * | 2019-02-26 | 2020-09-01 | 阿里巴巴集团控股有限公司 | 地图数据检查实现方法、装置和设备 |
CN112115220A (zh) * | 2020-09-04 | 2020-12-22 | 厦门亿力吉奥信息科技有限公司 | 地图数据检查方法及计算机可读存储介质 |
US20210095971A1 (en) * | 2019-09-27 | 2021-04-01 | Here Global B.V. | Method and apparatus for providing a map matcher tolerant to wrong map features |
US20210201465A1 (en) * | 2019-12-31 | 2021-07-01 | Lyft, Inc. | Processing map data for human quality check |
US20210293549A1 (en) * | 2020-06-09 | 2021-09-23 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method for detecting map quality, electronic device and storage medium |
CN113704313A (zh) * | 2021-08-04 | 2021-11-26 | 城乡院(广州)有限公司 | 基于拓扑检查的地图注记压盖自动识别方法、装置及介质 |
-
2021
- 2021-12-30 CN CN202111682433.6A patent/CN114323042B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477548A (zh) * | 2009-01-20 | 2009-07-08 | 中国测绘科学研究院 | 一种基于规则的通用空间数据质量检查的技术方法 |
DE102013015145A1 (de) * | 2013-09-13 | 2015-03-19 | Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr | Verfahren zum Testen und Bewerten der Qualität digitaler Karten |
US20160275131A1 (en) * | 2015-03-16 | 2016-09-22 | Here Global B.V. | Version Management for Incrementally Compiled Map Data |
CN108204819A (zh) * | 2016-12-19 | 2018-06-26 | 北京四维图新科技股份有限公司 | 一种地图数据自动检测方法和装置、及混合导航系统 |
CN111611329A (zh) * | 2019-02-26 | 2020-09-01 | 阿里巴巴集团控股有限公司 | 地图数据检查实现方法、装置和设备 |
US20210095971A1 (en) * | 2019-09-27 | 2021-04-01 | Here Global B.V. | Method and apparatus for providing a map matcher tolerant to wrong map features |
CN111221808A (zh) * | 2019-12-31 | 2020-06-02 | 武汉中海庭数据技术有限公司 | 一种无人值守的高精度地图质检方法和装置 |
US20210201465A1 (en) * | 2019-12-31 | 2021-07-01 | Lyft, Inc. | Processing map data for human quality check |
US20210293549A1 (en) * | 2020-06-09 | 2021-09-23 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method for detecting map quality, electronic device and storage medium |
CN112115220A (zh) * | 2020-09-04 | 2020-12-22 | 厦门亿力吉奥信息科技有限公司 | 地图数据检查方法及计算机可读存储介质 |
CN113704313A (zh) * | 2021-08-04 | 2021-11-26 | 城乡院(广州)有限公司 | 基于拓扑检查的地图注记压盖自动识别方法、装置及介质 |
Non-Patent Citations (2)
Title |
---|
万磊;程效军;郭王;: "大比例尺地形图数据质量检验自动化方法初探", 测绘通报, no. 07, pages 106 - 109 * |
刘军儒: "基于Microstation的一体化地图数据检查系统的设计与实现", 中国优秀硕士学位论文全文数据库信息科技辑, no. 03, pages 138 - 2676 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115410220A (zh) * | 2022-09-02 | 2022-11-29 | 自然资源部地图技术审查中心 | 自动识别点类型问题地图的方法和装置 |
CN116069890A (zh) * | 2023-02-18 | 2023-05-05 | 自然资源部地图技术审查中心 | 自动检查智能汽车基础地图道路覆盖范围的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114323042B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114323042A (zh) | 地图数据的处理方法、装置、非易失性存储介质及处理器 | |
CN110782120B (zh) | 一种交通流模型的评测方法、系统、设备及介质 | |
CN113155173B (zh) | 感知性能评测方法、装置、电子装置和存储介质 | |
CN112154446B (zh) | 立体车道线确定方法、装置和电子设备 | |
CN112287566A (zh) | 一种自动化驾驶场景库生成方法、系统及电子设备 | |
CN110532250B (zh) | 交规数据的处理方法及装置 | |
EP4020428A1 (en) | Method and apparatus for recognizing lane, and computing device | |
CN113269042B (zh) | 基于行驶车辆违章识别的智能交通管理方法及系统 | |
CN110782670A (zh) | 基于数据融合的场景还原方法、车辆云平台及存储介质 | |
CN115471487A (zh) | 绝缘子缺陷检测模型构建及绝缘子缺陷检测方法、装置 | |
CN110443319B (zh) | 一种轨迹去重方法、装置及存储介质 | |
CN117456482B (zh) | 一种面向交通监控场景的异常事件识别方法及系统 | |
CN111414878A (zh) | 一种关于地块的社会属性分析、图像处理方法及装置 | |
CN114926791A (zh) | 一种路口车辆异常变道检测方法、装置、存储介质及电子设备 | |
CN112633262B (zh) | 通道监测方法、装置、电子设备及介质 | |
CN116721552B (zh) | 一种非机动车超速识别记录方法、装置、设备及存储介质 | |
CN114066288B (zh) | 一种基于智慧数据中心的营运道路应急检测方法及系统 | |
CN115796584A (zh) | 一种城市道路运行风险排查方法、装置及电子设备 | |
CN115114312A (zh) | 地图数据更新方法、装置及电子设备 | |
CN115359658A (zh) | 交通事件的检测方法、装置、设备、存储介质及程序产品 | |
CN115270400A (zh) | 用于自动驾驶仿真的测试场景构建方法及可读存储介质 | |
CN114140707A (zh) | 一种电网故障巡检方法 | |
CN114724357B (zh) | 一种异常行驶车辆识别方法、装置和计算机设备 | |
CN117150635B (zh) | 多层级路网的构建方法、装置、电子设备及存储介质 | |
CN115410072A (zh) | 一种视频事件检测算法的测试方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |